线性回归与决策树算法应用实战题库.pdfVIP

线性回归与决策树算法应用实战题库

考试时间：______分钟总分：______分姓名：______

一、

简述线性回归模型的基本假设。在现实世界中，哪些情况可能违背这些假设？

违背后对模型预测会产生什么影响？

二、

比较简单线性回归和多元线性回归的主要区别。在处理多元线性回归问题时，

为什么要关注多重共线性问题？请简述一种检测多重共线性的方法。

三、

决策树在分裂节点时，常用的分裂标准有哪些？请分别简要说明其含义和目标。

信息增益（InformationGain）和基尼不纯度（GiniImpurity）在计算上有什么

不同？在实际应用中，选择使用哪一个通常需要考虑哪些因素？

四、

什么是决策树的过拟合（Overfitting）？请列举至少两种常用的决策树剪枝

方法，并简述其基本思想。

五、

假设你需要预测房屋的价格。请简述你会如何选择使用线性回归模型还是决策

树模型？说明你的判断依据，并分析两种模型在预测房屋价格这个任务上可能各自

的优势和劣势。

六、

在使用线性回归模型进行预测时，R²分数（决定系数）和均方根误差（RMSE）

这两个评估指标分别衡量了什么？它们在解释模型性能时有什么不同的侧重点？

七、